LLM项目0.26版本发布:工具支持功能全面上线
LLM是一个强大的命令行工具和Python库,用于与大型语言模型交互。它提供了简洁的接口,让开发者能够轻松地在终端或代码中调用各种语言模型的能力。该项目由Simon Willison创建,旨在简化语言模型的使用流程,同时提供丰富的扩展能力。
工具支持功能的重大突破
0.26版本最引人注目的特性是全面引入了工具支持功能。这一创新允许语言模型在执行过程中调用外部工具,极大地扩展了模型的实际应用能力。工具支持功能此前已在0.26a0和0.26a1两个alpha版本中进行了测试和优化。
工具支持的核心思想是让语言模型不仅能生成文本,还能执行具体的操作。例如,模型可以调用一个计算器进行数学运算,或者查询当前时间,甚至执行更复杂的系统命令。这种能力将语言模型从单纯的文本生成器提升为可以实际执行任务的智能代理。
新增默认工具
为了展示工具支持的潜力,0.26版本内置了两个实用的默认工具:
llm_version()工具:允许模型查询当前运行的LLM版本信息llm_time()工具:让模型能够获取当前系统时间
这些工具虽然简单,但很好地演示了工具支持的基本原理和使用方式。开发者可以基于这些示例创建更复杂的自定义工具。
安全警告与防护措施
考虑到工具执行可能带来的安全风险,特别是提示注入攻击的威胁,0.26版本特别加入了显眼的安全警告。提示注入攻击是指恶意用户通过精心设计的输入诱导模型执行非预期操作。开发团队强调了谨慎使用工具支持的重要性,特别是在处理敏感操作时。
技术改进与稳定性提升
除了主要功能外,0.26版本还包含多项技术改进:
- 采用单调ULID作为响应ID,解决了日志系统中偶尔出现的测试失败问题
- 新增
tool_instances表,详细记录工具执行过程中创建的Toolbox实例 - 将
llm.get_key()函数正式文档化,为插件开发者提供标准化的密钥管理工具
开发者资源与文档完善
为了帮助开发者充分利用新功能,项目团队提供了详细的文档说明:
- 如何为模型插件添加工具支持
- 工具开发的最佳实践指南
- 安全使用工具的建议和注意事项
这些资源将大大降低开发者集成工具支持的难度,促进更丰富的生态系统发展。
总结
LLM 0.26版本的工具支持功能标志着该项目从单纯的模型交互工具向更全面的AI代理平台演进。通过允许模型执行实际任务,而不仅仅是生成文本,LLM为开发者开辟了全新的应用场景可能性。虽然这一功能带来了新的安全考量,但通过谨慎的设计和清晰的文档,它有望成为LLM生态系统中最具变革性的功能之一。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00